はじめに
※この記事は、以前書いた記事の続きです。
この記事では、引き続きUnity Sentisのデモ(Board-game AI)について紹介するとともに、バグを見つけたのでその修正方法を説明したいと思います。pull requestも送っているのでmergeされればこの記事のバグ修正の説明はあまり意味がなくなると思いますが、とりあえずデモがどんな様子であるか気になる人、早くバグを修正して正しい挙動のデモを試したい人のお役に立てれば幸いです。
このBoard-game AI のデモについても、前回の記事と同様に簡単なコードの説明を書こうと思いますが、この記事に載せると長くなりそうなのでその部分は別記事に分けようかと思います。
※追記
pull request承認されました。最新のプロジェクトをクローンすれば、以下に記したようなバグはすでに修正されています
Board-game AI
概要
CPUと対戦を行うオセロゲームです。CPUには"Easy", "Medium", "Best"の３種類が存在し、右に行くほど強くなります。いずれもニューラルモデルを用いて次の手を選ぶ確率分布や勝率を計算し、その結果から手を決定しています。
このデモでは、計算された勝率を使った様々な演出も追加されています。相手が石を置く際に各合法手のを選ぶ確率が返されますが、そのうち特に勝率が高いものはより緑に近いパーティクルを表示するようになっています。
また、現在の盤面がプレイヤーとCPUのどちらにとって優勢であるかも判定し、その結果に応じたメッセージも表示されます。
※これらの画像は修正前に実行した際のものです
... ですが、筆者が実際にデモを触ってみたところ期待通りに推論結果が反映されないようで、どの合法手に対しても均等な確率を返してしまう状態となっていました。一応修正の過程も説明していますが、気にならない方は読み飛ばしてもらい、修正したコードを反映していただければと思います。
なお、公式が公開しているデモを説明した動画では、適切に動作しています。GitHubのリポジトリのコミット履歴を見たところ、Unity Sentisのバージョン2.1.0に対応させるためにコードを修正しており、その際にバグが生じたと思われます。
公式の説明動画は、以下の公式ドキュメントにリンクがあります。
修正
バグは主に2種類あり、
- モデルの出力が逆になっている
- 対戦相手(CPU)の決定後に設定された温度パラメータが確率計算に用いられていない
といったものになっています。
モデルの出力順序の修正
BoardGameAISampleというプロジェクトを開き、一旦シーンをロードして実行してみます。本来の実装ではEasyは完全ランダムに手を決定し、それ以外では推論による確率分布に基づいて手を決定するはずですが、MediumやBestレベルを選んでも、手がランダムに決定されることが体感できると思います。(正常であれば、合法手の中でも評価値の高さが異なるので、色の異なるパーティクルがいくつか出てくるはず)
原因は、モデルの出力を受け取る順序が逆になってしまっていることでした。実際、Blaze Poseのデモにおいても同様の変更があったようです。エディタ上でModelフォルダよりOthelloという名前のonnx形式のファイルを見てみると、InspectorのOutputsとしてbest_moveとboard_stateの2種類が存在することを確認できると思います。
一方で、Scripts以下にあるOthello.csというファイルを開き、Start()関数の内部を見ると以下のような記述があります。
var boardState = outputs[0];
var bestMove = outputs[1];
このoutputsはモデルのOutputsに対応しているのですが、Inspectorに記載されている順番と逆になっています。そのため、outputsのインデックスを変更すればよいです。
var bestMove = outputs[0];
var boardState = outputs[1];
修正後、試しに実行してみて対戦相手にEasy以外のCPUを選んで対戦してみてください。きちんと推論結果に基づいて手を決定することが確認できると思います。
今の時点でも修正は十分なようにも見えますが、試しにEasyレベルのCPUと対戦してみてください。本来このCPUはランダムに(合法手に対する均等な確率分布に従って)手を決定しますが、今のままだとMediumやBestと同様に、モデルの出力から得られる各合法手の評価値をもとに算出した確率分布を用いて手を決定してしまいます。次はこの部分の修正を行います。
確率計算の修正
同じくOthello.csのStart()関数の内部を見ると、現在以下のように実装されています。
void Start()
{
// Load in the neural network that will make the move predictions for the spirit + create inference engine
var othelloModel = ModelLoader.Load(model);
var graph = new FunctionalGraph();
var inputs = graph.AddInputs(othelloModel);
var outputs = Functional.Forward(othelloModel, inputs);
var bestMove = outputs[0];
var boardState = outputs[1];
// Ensure legal moves are considered when computing best move.
var legal = graph.AddInput(DataType.Float, new TensorShape(kBoardDimension * kBoardDimension + 1));
// Convert outputs to probabilities
bestMove = Functional.Exp(bestMove * m_AIDifficultyTemperature);
// Mask out illegal moves
bestMove = (0.0001f + bestMove) * legal;
// Normalize probabilities so they sum to 1
var redSum = Functional.ReduceSum(bestMove, new int[] { 1 }, true);
bestMove /= redSum;
var bestMoveModel = graph.Compile(boardState, bestMove);
m_Engine = new Worker(bestMoveModel, BackendType.CPU);
m_Data = new Tensor<float>(new TensorShape(1, 1, kBoardDimension, kBoardDimension));
m_LegalMoves = new Tensor<float>(new TensorShape(kBoardDimension * kBoardDimension + 1));
CreateBoard();
}
具体的なコードの説明は次回の記事で行いますが、ざっくり説明するとここでは
- onnx形式のモデルのロード(
OthelloModel) - モデルから出力される評価値(
bestMove)を合法手によってマスクし、softmax関数を用いて確率に変換するように関数グラフを構成 - モデルを再構築(
bestMoveModel) - 推論エンジン
m_Engineを作成
といった処理を行っています。
評価値そのままでは使いにくいので、高い評価値ほど選ぶ確率が高くなるような確率分布として返せるようにモデルを修正している、といった解釈で大丈夫です。
このコード自体には間違いはないのですが、実行されるタイミングが適切ではありません。
bestMove = Functional.Exp(bestMove * m_AIDifficultyTemperature);
という行のm_AIDifficultyTemperatureに注目します。
このデモにおいて、メンバ変数の定義部分にも以下のように書いてありますが、CPUのレベルはm_AIDifficultyTemperatureという温度パラメータのみによって制御されています。
// AI difficulty
// A temperature of 0 = completely random
// A high temperature e.g. 2 = chooses most probable move most of the time
public float m_AIDifficultyTemperature = 1f;
それではこのm_AIDifficultyTemperatureはどこで変更されるかというと、LevelOptionSelected()という関数内にその記述があります。
public void LevelOptionSelected(int playerID, int level)
{
...
Debug.Log("Level=" + level);
if (level == 0) m_AIDifficultyTemperature = 0;
if (level == 1) m_AIDifficultyTemperature = 0.5f;
if (level == 2) m_AIDifficultyTemperature = 2f;
...
}
この関数は最初のCPUレベルを選択した後に呼ばれる関数であり、このタイミングでCPUレベルに合わせた温度パラメータが決定されます。すなわち、本来は
温度パラメータ決定 → モデル再構築 & 推論エンジン作成
といった手順で処理を行う必要がありますが、現在のコードでは
モデル再構築 & 推論エンジン作成 → 温度パラメータ決定
となっていることがバグの原因です。
このため、どのCPUレベルを選んだ場合でも、温度パラメータは最初に定義していた
m_AIDifficultyTemperature = 1f;
のままでsoftmaxによる確率計算が行われます。その結果、Easyレベルを用いた場合でも評価値から算出した確率を用いて手を決定してしまっていました。さらに言えば、どのレベルであっても温度パラメータは1なので、レベルごとの強さに差が全くない状態となっていました。
修正にあたっては、先述した通り、温度パラメータ決定 → モデル再構築 & 推論エンジン作成という手順で処理が行われるようにすればよいです。私の場合は、Start()関数で書かれていたモデルのインポートから推論エンジンの作成までをCreateEngine()という関数にまとめ、LevelOptionSelected()関数中の温度パラメータ決定後に呼び出しを行うようにしました。
修正後のコード
以下に変更した個所のコードを示します。
Start()
void Start()
{
m_Data = new Tensor<float>(new TensorShape(1, 1, kBoardDimension, kBoardDimension));
m_LegalMoves = new Tensor<float>(new TensorShape(kBoardDimension * kBoardDimension + 1));
CreateBoard();
}
LevelOptionSelected()
public void LevelOptionSelected(int playerID, int level)
{
...
Debug.Log("Level=" + level);
if (level == 0) m_AIDifficultyTemperature = 0;
if (level == 1) m_AIDifficultyTemperature = 0.5f;
if (level == 2) m_AIDifficultyTemperature = 2f;
CreateEngine();
...
}
CreateEngine()
// LevelOptionSelected()の直後など、適当なところに定義
void CreateEngine()
{
m_Engine?.Dispose();
// Load in the neural network that will make the move predictions for the spirit + create inference engine
var othelloModel = ModelLoader.Load(model);
var graph = new FunctionalGraph();
var inputs = graph.AddInputs(othelloModel);
var outputs = Functional.Forward(othelloModel, inputs);
var bestMove = outputs[0];
var boardState = outputs[1];
// Ensure legal moves are considered when computing best move.
var legal = graph.AddInput(DataType.Float, new TensorShape(kBoardDimension * kBoardDimension + 1));
// Convert outputs to probabilities
bestMove = Functional.Exp(bestMove * m_AIDifficultyTemperature);
// Mask out illegal moves
bestMove = (0.0001f + bestMove) * legal;
// Normalize probabilities so they sum to 1
var redSum = Functional.ReduceSum(bestMove, new int[] { 1 }, true);
bestMove /= redSum;
var bestMoveModel = graph.Compile(boardState, bestMove);
m_Engine = new Worker(bestMoveModel, BackendType.CPU);
}
一応、修正後のOthello.cs全体も載せておきます。
長くなるので折りたたんでいます。
修正後のOthello.cs
Othello.cs
using UnityEngine;
using Unity.Sentis;
using UnityEngine.UI;
// Main board game logic handling
// Each turn either the player move or the neural network guess the best possible move for the opponent to play.
// Probabilities for the next best move of the opponent are displayed graphically.
// Output of the model which gives estimates who is winning given the current state of the game is used to trigger quotes for the characters.
public class Othello : MonoBehaviour
{
// Sentis
public ModelAsset model;
Worker m_Engine;
// Board logic
public AudioClip pieceDown, illegalMoveBuzzer;
public Text subtitleText;
public GameObject subtitleBackground;
public GameObject piece;
public Material[] materials;
public GameObject probabilityBox , probabilityHolder;
public OpponentAvatar[] opponentAvatars;
public AudioSource fanfare;
enum GameMode { CHOOSE_CHARACTER, PLAY_GAME};
GameMode m_GameMode = GameMode.CHOOSE_CHARACTER;
// Board orientation + animation
Vector3 m_DirectionX = Vector3.right;
Vector3 m_DirectionY = Vector3.forward;
Vector3 m_DirectionZ = Vector3.up;
float m_zOffset = 0f;
float m_PauseTime = 1f; // time to wait as spirit makes their move
float m_SimulationSpeed = 0.25f;
float m_TimeOfSubtitle = 0;
float m_SubtitleLength = 2f;
// Camera movement
enum CameraMove { TO_BOARD, TO_OPPONENTS, NONE };
CameraMove cameraMove = CameraMove.NONE;
float cameraAngleUp = 0;
float cameraAngleLR = 0;
// AI difficulty
// A temperature of 0 = completely random
// A high temperature e.g. 2 = chooses most probable move most of the time
public float m_AIDifficultyTemperature = 1f;
// Board state
const int kBoardDimension = 8; // The size of the board 8x8
const int kBLACK = 1; // Human
const int kRED = -1; // Spirit
int m_CurrentTurn = kBLACK; // keep track of who's turn it is to play
Tensor<float> m_Data;
Tensor<float> m_LegalMoves;
Tensor<float> m_MoveProbabilities = null;
GameObject[] m_Pieces = new GameObject[kBoardDimension * kBoardDimension];
int m_PassesInARow = 0;
// the number of pieces on the board
int m_RedPieces = 0;
int m_BlackPieces = 0;
// stores the person who was winning last move (for use with phrases)
int m_LastWinning = 0;
void Start()
{
m_Data = new Tensor<float>(new TensorShape(1, 1, kBoardDimension, kBoardDimension));
m_LegalMoves = new Tensor<float>(new TensorShape(kBoardDimension * kBoardDimension + 1));
CreateBoard();
}
void NextMove()
{
CancelInvoke();
GetLegalMoves();
// Check if player or spirit has won
if (m_RedPieces + m_BlackPieces == kBoardDimension * kBoardDimension || m_PassesInARow>1)
{
fanfare.Play();
if (m_RedPieces > m_BlackPieces)
{
SetSubtitle("I win!");
}
else if (m_RedPieces < m_BlackPieces)
{
SetSubtitle("You win!");
}
else if (m_RedPieces == m_BlackPieces)
{
SetSubtitle("It's a draw.");
}
Invoke("ResetBoard", 2f);
}
else
{
if (m_CurrentTurn == kRED)
{
if(m_LegalMoves[kBoardDimension * kBoardDimension] == 1)
{
SetSubtitle("I can't move so I pass this turn.");
}
Invoke("ComputerMove", m_PauseTime);
}
if (m_CurrentTurn == kBLACK && m_LegalMoves[kBoardDimension * kBoardDimension] == 1)
{
SetSubtitle("You can't move so you pass this turn.");
//we do passing automatically
ComputerMove();
}
}
}
Vector3 GetPiecePosition(int y, int x)
{
return (x - kBoardDimension / 2 + 0.5f) * m_DirectionX + (-y + kBoardDimension / 2 - 0.5f) * m_DirectionY + m_zOffset * m_DirectionZ;
}
void RotateCameraToBoard(float speed)
{
Camera.main.transform.rotation = Quaternion.RotateTowards(Camera.main.transform.rotation, Quaternion.Euler(42, 0, 0), Time.deltaTime* speed);
}
void RotateCameraUp(float speed)
{
Camera.main.transform.rotation = Quaternion.RotateTowards(Camera.main.transform.rotation, Quaternion.Euler(5, 0, 0), Time.deltaTime * speed);
}
void CreateBoard()
{
for(int y = 0; y < kBoardDimension; y++)
{
for(int x = 0; x < kBoardDimension; x++)
{
var newSquare = Instantiate(piece);
newSquare.transform.SetParent(transform, false);
newSquare.transform.localPosition = GetPiecePosition(y, x);
m_Pieces[y * kBoardDimension + x] = newSquare;
}
}
}
public void LevelOptionSelected(int playerID, int level)
{
cameraMove = CameraMove.TO_BOARD;
if (playerID == kRED)
{
opponentAvatars[0].mode = (0 == level ? OpponentAvatar.Mode.Forward : OpponentAvatar.Mode.Back);
opponentAvatars[1].mode = (1 == level ? OpponentAvatar.Mode.Forward : OpponentAvatar.Mode.Back);
opponentAvatars[2].mode = (2 == level ? OpponentAvatar.Mode.Forward : OpponentAvatar.Mode.Back);
}
Debug.Log("Level=" + level);
if (level == 0) m_AIDifficultyTemperature = 0;
if (level == 1) m_AIDifficultyTemperature = 0.5f;
if (level == 2) m_AIDifficultyTemperature = 2f;
CreateEngine();
if (m_GameMode == GameMode.CHOOSE_CHARACTER)
{
m_GameMode = GameMode.PLAY_GAME;
ResetBoard();
}
NextMove();
}
void CreateEngine()
{
m_Engine?.Dispose();
// Load in the neural network that will make the move predictions for the spirit + create inference engine
var othelloModel = ModelLoader.Load(model);
var graph = new FunctionalGraph();
var inputs = graph.AddInputs(othelloModel);
var outputs = Functional.Forward(othelloModel, inputs);
var bestMove = outputs[0];
var boardState = outputs[1];
// Ensure legal moves are considered when computing best move.
var legal = graph.AddInput(DataType.Float, new TensorShape(kBoardDimension * kBoardDimension + 1));
// Convert outputs to probabilities
bestMove = Functional.Exp(bestMove * m_AIDifficultyTemperature);
// Mask out illegal moves
bestMove = (0.0001f + bestMove) * legal;
// Normalize probabilities so they sum to 1
var redSum = Functional.ReduceSum(bestMove, new int[] { 1 }, true);
bestMove /= redSum;
var bestMoveModel = graph.Compile(boardState, bestMove);
m_Engine = new Worker(bestMoveModel, BackendType.CPU);
}
void ResetBoard()
{
CancelInvoke();
for(int i = 0; i < m_Data.shape.length; i++)
m_Data[i] = 0.0f;
// Starting position:
m_Data[(kBoardDimension / 2), (kBoardDimension / 2)] = kRED;
m_Data[(kBoardDimension / 2 - 1), (kBoardDimension / 2)] = kBLACK;
m_Data[(kBoardDimension / 2), (kBoardDimension / 2 - 1)] = kBLACK;
m_Data[(kBoardDimension / 2 - 1), (kBoardDimension / 2 - 1)] = kRED;
m_PassesInARow = 0;
m_LastWinning = 0;
SetColors(kRED);
m_CurrentTurn = kBLACK;
SetSubtitle("Let's play. You begin.");
NextMove();
}
void SetColors(int turn)
{
for(int i = 0; i < kBoardDimension * kBoardDimension; i++)
{
m_Pieces[i].GetComponent<Renderer>().material = m_Data[i] == -turn ? materials[0] : m_Data[i] == turn ? materials[1] : materials[2];
}
}
int SelectRandomMove()
{
float randnum = UnityEngine.Random.Range(0, 1f);
float s = 0;
for(int i = 0; i < m_MoveProbabilities.shape.length; i++)
{
s += m_MoveProbabilities[i];
if (s > randnum) return i;
}
return m_MoveProbabilities.shape.length - 1;
}
void FlipBoard()
{
for (int i = 0; i < m_Data.shape.length; i++)
m_Data[i] *= -1;
}
// The spirit makes a move using neural network
void ComputerMove()
{
// The network is always form the point of view that the current player = 1 and opponent = -1
FlipBoard();
m_Engine.Schedule(m_Data, m_LegalMoves);
// estimate who is winning:
using var boardState = (m_Engine.PeekOutput(0) as Tensor<float>).ReadbackAndClone();
// predict best move:
m_MoveProbabilities?.Dispose();
m_MoveProbabilities = (m_Engine.PeekOutput(1) as Tensor<float>).ReadbackAndClone();
float boardValue = boardState[0, 0];
bool blackIsWinning = -m_CurrentTurn * boardValue < 0;
//convert the boardValue [-1,1] into a more human readable number:
int percent = (int)(Mathf.Pow(Mathf.Abs(boardValue), 10f) * 50 + 50);
DisplayPhrases(blackIsWinning, percent);
DisplayProbabilities();
Invoke("MakeMove", m_PauseTime);
}
void DisplayPhrases(bool blackIsWinning, int percent)
{
int winning = 0;
if (percent >= 60)
{
if (blackIsWinning)
{
winning = kBLACK;
}
else
{
winning = kRED;
}
}
if (m_LastWinning == kBLACK && winning == kRED)
{
SetSubtitle("The tables have turned! I am winning!");
}
if (m_LastWinning == 0 && winning == kRED)
{
SetSubtitle("Aha! I take the lead!");
}
if (m_LastWinning == 0 && winning == kBLACK)
{
SetSubtitle("You are doing well.");
}
if (m_LastWinning == kRED && winning == kBLACK)
{
SetSubtitle("Good move. You have me at a disadvantage.");
}
if(m_LastWinning != 0 && winning == 0)
{
SetSubtitle("It's going to be a close game.");
}
m_LastWinning = winning;
}
void SetSubtitle(string text)
{
subtitleBackground.SetActive(true);
m_TimeOfSubtitle = Time.time;
subtitleText.text = text;
}
void HideSubtitle()
{
subtitleBackground.SetActive(false);
m_TimeOfSubtitle = -float.MaxValue;
subtitleText.text = "";
}
void DisplayProbabilities()
{
ClearProbabilityDisplay();
for (int i = 0; i < kBoardDimension * kBoardDimension; i++)
{
if (m_MoveProbabilities[i] > 0)
{
var newFlame = Instantiate(probabilityBox);
newFlame.transform.SetParent(probabilityHolder.transform);
newFlame.transform.localPosition = GetPiecePosition(i / kBoardDimension, i % kBoardDimension);
newFlame.transform.localScale = new Vector3(1, m_MoveProbabilities[i] * 2, 1);
//change colour of flames (green is more probable white is less probable)
var particleSystem = newFlame.transform.GetChild(0).GetComponent<ParticleSystem>();
var particleProperties = particleSystem.main;
particleProperties.startColor = Color.Lerp(new Color(1f,1f,1f,0.1f), Color.green, m_MoveProbabilities[i] * 2);
//re-simulate to flush out the old particle colours:
particleSystem.Simulate(1f);
particleSystem.Play();
}
}
}
void ClearProbabilityDisplay()
{
foreach (Transform t in probabilityHolder.transform)
{
Destroy(t.gameObject);
}
}
void MakeMove()
{
ClearProbabilityDisplay();
int moveIndex = SelectRandomMove();
if (m_LegalMoves[moveIndex] == 0)
{
// should never happen
Debug.Log("*****WARNING ILLEGAL MOVE CHOSEN!!!*****");
return;
}
if (moveIndex >= kBoardDimension * kBoardDimension)
{
Debug.Log("************PASS*************");
m_PassesInARow++;
}
else
{
GetComponent<AudioSource>().PlayOneShot(pieceDown);
m_PassesInARow = 0;
m_Data[moveIndex] = 1;
m_Pieces[moveIndex].GetComponent<Piece>().BeginAnimation();
FlipColors(moveIndex / kBoardDimension, moveIndex % kBoardDimension, 1);
}
SetColors(m_CurrentTurn);
m_CurrentTurn = -m_CurrentTurn;
NextMove();
}
void GetLegalMoves()
{
m_RedPieces = 0;
m_BlackPieces = 0;
bool moveAvailable = false;
for(int y = 0; y < kBoardDimension; y++)
{
for(int x = 0; x < kBoardDimension; x++)
{
m_RedPieces += m_Data[y, x] == m_CurrentTurn ? 1 : 0;
m_BlackPieces += m_Data[y, x] == -m_CurrentTurn ? 1 : 0;
bool legal = m_Data[y, x] == 0 && FlipColors(y, x, -1, true) == 1;
m_LegalMoves[y * kBoardDimension + x] = legal ? 1 : 0;
if (legal) moveAvailable = true;
}
}
m_LegalMoves[kBoardDimension * kBoardDimension] = moveAvailable ? 0 : 1; //can pass ONLY if no moves available
}
int FlipColors(int y, int x, int turn, bool checkonly=false)
{
for(int dx = -1; dx <= 1; dx++)
{
for(int dy = -1; dy <= 1; dy++)
{
if (dx == 0 && dy == 0) continue;
// check for possible line
(int X, int Y) = (x + dx, y + dy);
int enemyPieces = 0;
// check for a line of enemy pieces in direction (dx,dy):
while (Y >= 0 && X >= 0 && X < kBoardDimension && Y < kBoardDimension && m_Data[Y * kBoardDimension + X] == -turn)
{
X += dx; Y += dy;
enemyPieces++;
}
// if we found a line of enemy pieces capped with one of your pieces we can flip them to your color:
if (Y >= 0 && X >= 0 && X < kBoardDimension && Y < kBoardDimension && m_Data[Y * kBoardDimension + X] == turn && enemyPieces > 0)
{
if (checkonly) return 1;
X = x + dx; Y = y + dy;
while (m_Data[Y * kBoardDimension + X] == -turn)
{
m_Data[Y * kBoardDimension + X] = turn;
if (!checkonly)
{
m_Pieces[Y * kBoardDimension + X].GetComponent<Piece>().BeginFlipAnimation();
}
X += dx; Y += dy;
}
}
}
}
return 0;
}
// move the camera back up so you can choose a different opponent:
public void OnUpButtonClicked()
{
cameraMove = CameraMove.TO_OPPONENTS;
}
private void Update()
{
if (Input.GetKeyDown(KeyCode.Escape))
{
Application.Quit();
}
if (cameraMove == CameraMove.TO_BOARD) RotateCameraToBoard(20f);
if (cameraMove == CameraMove.TO_OPPONENTS) RotateCameraUp(20f);
if (Time.time - m_TimeOfSubtitle > m_SubtitleLength)
{
HideSubtitle();
}
if (Input.GetKeyDown(KeyCode.Space))
{
//Let the computer take the move for us. If there is no move, pass.
ComputerMove();
}
if (Input.GetMouseButtonDown(0))
{
MouseClicked();
}
if (m_GameMode == GameMode.CHOOSE_CHARACTER) return;
if (Input.GetKeyDown(KeyCode.R))
{
ResetBoard();
}
if (Input.GetKeyDown(KeyCode.LeftShift))
{
cameraMove = CameraMove.NONE;
Cursor.lockState = CursorLockMode.Locked;
cameraAngleUp = Camera.main.transform.localEulerAngles.x;
cameraAngleLR = Camera.main.transform.localEulerAngles.y;
}
else if (Input.GetKey(KeyCode.LeftShift))
{
float mouseSensititvy = 1f;
float mouseX = Input.GetAxis("Mouse X") * mouseSensititvy;
float mouseY = Input.GetAxis("Mouse Y") * mouseSensititvy;
cameraAngleLR = cameraAngleLR + mouseX;
cameraAngleUp = Mathf.Clamp(cameraAngleUp - mouseY, -45, 45);
Camera.main.transform.localEulerAngles = new Vector3(cameraAngleUp, cameraAngleLR, 0);
}
if (Input.GetKeyUp(KeyCode.LeftShift))
{
Cursor.lockState = CursorLockMode.None;
}
if (Input.GetKeyDown(KeyCode.LeftArrow))
{
m_SimulationSpeed *= 2;
}
if (Input.GetKeyDown(KeyCode.RightArrow))
{
m_SimulationSpeed /= 2;
}
}
bool HasParent(Transform t, string name)
{
if (t.name == name) return true;
if (t.parent) return HasParent(t.parent, name);
return false;
}
void MouseClicked()
{
Ray ray = Camera.main.ScreenPointToRay(Input.mousePosition);
if (!Physics.Raycast(ray, out RaycastHit hit, 1000))
return;
GameObject go = hit.collider.gameObject;
if (HasParent(go.transform, "Opponent Easy"))
{
LevelOptionSelected(kRED, 0);
}
if (HasParent(go.transform, "Opponent Medium"))
{
LevelOptionSelected(kRED, 1);
}
if (HasParent(go.transform, "Opponent Best"))
{
LevelOptionSelected(kRED, 2);
}
int index = System.Array.IndexOf(m_Pieces, go);
if (index < 0)
return;
if (m_LegalMoves[index] == 1)
{
FlipBoard();
GetComponent<AudioSource>().PlayOneShot(pieceDown);
m_Data[index] = 1;
m_Pieces[index].GetComponent<Piece>().BeginAnimation();
FlipColors(index / kBoardDimension, index % kBoardDimension, 1);
SetColors(m_CurrentTurn);
m_CurrentTurn = -m_CurrentTurn;
NextMove();
}
else
{
GetComponent<AudioSource>().PlayOneShot(illegalMoveBuzzer);
Debug.Log("Can't go there");
}
}
private void OnApplicationQuit()
{
CancelInvoke();
m_Engine?.Dispose();
m_MoveProbabilities?.Dispose();
m_Data.Dispose();
m_LegalMoves.Dispose();
}
}
実行
修正を保存して、エディタに移り再度実行してみます。様々なレベルを試して、
- Easy < Medium < Best という順でCPUが強くなっている
- Easy レベルでは手が合法手の中からランダムに決定されている
- 評価値の高い(選ぶ確率が高い)手ほど発生するパーティクルが緑っぽくなっている
- ゲームを進めると、盤面の状態に応じてメッセージが表示される
ことを確認してください。
例えば、盤面がある程度拮抗した状態からCPU側に勝率が傾いた時、以下のように"Aha! I take the lead!"といったメッセージが表示されます。
やってみた感想としては、Easyレベルはランダムなのでさすがに弱く、Mediumレベルも多少考えればすぐに勝つことができました。Bestレベルになると結構強くオセロが苦手な私は結構ボコボコにされてしまいました...
まとめ
Unity Sentisのデモの一つ、Board-game AIを試してみました。図らずも、バグを修正することにもなりましたが良い勉強になったかなと思います。
プレイしてみて、こういったボードゲームでニューラルモデルを用いて取り込めば強いAIを手軽に作成できるというのは魅力的に感じました。モデルの重さはネックになりますが、AlphaZeroなどの汎用的なモデルを用いることで(今回のコードのようにモデルの再構築が必要になると思われますが)、複数のゲームに対して一つのモデルでAIを作成できそうで面白そうだと感じました。
先述した通り今回はデモを触った所感と、バグの修正について書きましたが次は別の記事としてコードの簡単な説明を書きたいと思います。